Открытая мультимодальная MoE-модель OpenBMB для диалогового понимания изображений и видео, включая локальный запуск на устройствах.
Подходит для: ответы на вопросы по одному или нескольким изображениям · описание содержимого фотографии · анализ кадров и содержания видео
Дообученная Gemma 4 12B для локального переписывания англоязычных и китайских черновиков, чтобы они звучали естественнее.
Подходит для: переписывание черновиков писем на английском и китайском · редактирование эссе, созданных ИИ · придание отчётам более естественного стиля
Текстовая MoE-модель Liquid AI для рассуждающих агентов, вызова инструментов и локального использования с контекстом до 131 072 токенов.
Подходит для: создание локальных агентов с вызовом инструментов · многошаговое рассуждение и следование инструкциям · работа с длинными текстовыми контекстами
Мультимодальная производная Qwen3.8 для диалогов, рассуждений, программирования и работы с изображениями.
Подходит для: ответы на вопросы по изображению · распознавание текста на изображениях · помощь с программированием
Qwen-Image-2.1 — модель Qwen для генерации изображений по тексту и редактирования изображений, включая работу с прозрачностью и референсами.
Подходит для: создание изображений по текстовому описанию · генерация изображений с прозрачным фоном RGBA · редактирование выбранной области изображения по маске или пометке
Компактная мультимодальная модель OpenBMB для диалогового анализа изображений и видео, рассчитанная в том числе на локальный запуск.
Подходит для: ответы на вопросы по фотографии · описание содержимого изображения · анализ нескольких изображений в одном диалоге
Плотная мультимодальная модель Qwen на 27 млрд параметров для диалогов, анализа изображений и видео, программирования и многошаговых задач.
Подходит для: ответы на вопросы по изображениям и диаграммам · извлечение и анализ информации из документов · понимание содержания видеозаписей
Мультимодальная модель Qwen с разреженной MoE-архитектурой для диалога, анализа изображений и агентных задач с длинным контекстом.
Подходит для: ответы на вопросы по изображениям · диалог с вызовом инструментов · выполнение агентных задач в программировании
Компактная модель Tencent Hunyuan для отбора, записи и обновления долговременной памяти в чат-, рабочем и кодовом сценариях.
Подходит для: извлечение фактов и предпочтений пользователя для долговременной памяти · обновление записей памяти при появлении новых сведений · подготовка записей памяти для Mem0
Мультимодальная модель vLLM Semantic Router для выбора вариантов, ответов «да/нет» и оценивания по тексту, изображениям и видео с вероятностями ответов.
Подходит для: выбор подходящей категории для текстового запроса · оценка соответствия запроса заданному условию с ответом «да» или «нет» · ранжирование вариантов ответа по вероятностям
Дообученная мультимодальная модель Qwen для ранжирования, рекомендаций и принятия решений по тексту и изображениям.
Подходит для: ранжирование новостных заголовков по важности · переранжирование поисковой выдачи по релевантности · рекомендации коротких видео по обложкам
Мультимодальная модель Baidu для распознавания текста и разбора длинных документов по изображениям.
Подходит для: извлечение текста из сканов документов · разбор многостраничных PDF после преобразования страниц в изображения · анализ структуры и содержимого длинных документов
Англоязычная языковая модель NVIDIA с рекуррентной looped-архитектурой для диалогов, генерации текста и агентных задач.
Подходит для: ответы на запросы в диалоге · генерация текста по инструкциям · работа с длинным контекстом до 256K токенов
GLM-5.3 — открытая текстовая модель Z.ai для диалогов, сложного программирования и длительных агентных задач.
Подходит для: написание и отладка кода по описанию задачи · выполнение многоэтапных задач разработки в агентной среде · анализ уязвимостей и проверка безопасности кода
Модель Black Forest Labs расширяет короткие запросы в подробные англоязычные промпты для генерации и редактирования изображений в FLUX 3 Image Klein.
Подходит для: расширение краткого описания сцены в промпт для генерации FLUX 3 Image Klein · составление инструкции для редактирования изображения по референсу · подготовка промпта с композицией по ограничивающим рамкам
OmniVoice — многоязычная модель преобразования текста в речь с клонированием голоса и настройкой его характеристик.
Подходит для: озвучивание текста на разных языках · клонирование голоса по короткой аудиозаписи · создание голоса по заданным характеристикам
Полноточная гибридная языковая модель NVIDIA для диалога, рассуждений, оценки и последующей адаптации под пользовательские задачи.
Подходит для: дообучение чат-модели на собственных данных · адаптация языковой модели к предметной области · оценка качества генерации и рассуждений
d3 — мультимодальная модель для классификации и принятия решений по тексту, изображениям и видео с вероятностями для вариантов ответа.
Подходит для: выбор подходящей категории для текстового или JSON-запроса · ответы «да/нет» на вопросы по тексту · оценка входных данных по заданной шкале
Модель AutoTrust на базе Gemma 4, которая классифицирует текстовые и визуальные запросы по заданным вариантам и возвращает вероятности для решений.
Подходит для: выбор наиболее подходящего ответа из нескольких вариантов · классификация текста по заданным категориям · оценка текста по шкале от 0 до 5
Полноточная мультимодальная модель NVIDIA для настройки агентных приложений, постобучения и анализа изображений и видеокадров.
Подходит для: постобучение модели на пользовательских данных · адаптация мультимодального агента к предметной области · ответы на вопросы об изображениях и документах
Плотная языковая модель IFM с контекстом до 524 288 токенов для диалогов, рассуждений, программирования и агентных задач.
Подходит для: диалоговые ответы на запросы пользователя · анализ документов и других длинных текстов в пределах контекста · помощь с написанием и анализом кода
Модульная модель IBM для диалога, оценки вариантов решений, проверки безопасности и распознавания английской речи.
Подходит для: ответы на вопросы в диалоге · оценка вариантов решения по заданному состоянию · выявление попыток обхода защитных правил
Инструкционная мультимодальная модель Google DeepMind для диалога, анализа текста, изображений, видео и аудио, а также генерации кода.
Подходит для: ответы на вопросы по изображениям и документам · извлечение текста и данных из сканов и PDF · транскрибация аудио и перевод речи в текст
Многоязычная модель OpenBMB для синтеза речи, создания голосов по описанию и клонирования голоса с управлением стилем.
Подходит для: озвучивание текста на русском и других поддерживаемых языках · создание уникального голоса по текстовому описанию · клонирование голоса по короткой аудиозаписи